هوش مصنوعی (Artificial Intelligence) شاخه‌ای از علوم کامپیوتر است؛ علم و مهندسی ساخت سیستم‌های هوشمند. مجموعه‌ای از فناوری‌های بسیار گوناگون که ماشین‌ها را قادر می‌سازد تا به درک، یادگیری و عملکردی در سطح هوش انسان برسند.
این سیستم‌ها می‌توانند سخت‌افزاری باشند، (مثل استفاده از بازوهای رُباتیک در برخی از کارهای تکراری مانند بستن بطری‌های نوشیدنی)، می‌توانند نرم‌افزاری باشند، مثل الگوریتم‌هایی که الگوها را تشخیص می‌دهند و یا ترکیبی از هر دو. (مثل، مریخ‌نوردهای خودکاری که بر اساس رویدادهای خاص تصمیماتی مستقل می‌گیرند.)
تاریخچه هوش مصنوعی
درباره نفطه آغاز پژوهش‌ها در مورد هوش مصنوعی نظرات متفاوتی وجود دارد. اما ما خوب می‌دانیم که صحبت از هوش مصنوعی بدون کامپیوتر بی‌معناست؛ بنابراین، بحث درباره تاریخچه هوش مصنوعی بدون نگاه به تاریخ رایانه‌ها کامل نخواهد بود.
تقریبا از همان سال ۱۹۴۳ که اولین کامپیوترهای الکترونیکی متولد شدند، ایده استفاده از هوش مصنوعی نیز به وجود آمد. در سال ۱۹۵۶ پژوهش‌های دانشگاهی درباره هوش مصنوعی آغاز شد. در این سال جان مک‌کارتنی برای اولین بار در یک کنفرانس علمی از اصطلاح هوش مصنوعی استفاده کرد.
از همان زمان تا اوایل دهه ۱۹۷۰، با پیشرفت و تکامل زبان‌های برنامه‌نویسی در طول زمان و با استفاده از قابلیت‌های نوین برنامه‌نویسی کامپیوترها، حوزه جدیدی به نام هوش مصنوعی به‌سرعت توسعه یافت. پس از این دوران و شرکت‌ها و موسسات دولتی و نظامی علاقه زیادی به استفاده و پژوهش درباره هوش مصنوعی پیدا کردند. با توسعه سخت‌افزارهای مخصوص هوش مصنوعی در سال ۱۹۸۶ این حوزه به تجارتی چندمیلیون‌دلاری تبدیل شد.
در سال‌های بعد هوش مصنوعی عمدتا برای استفاده در بازی‌ها و مسائل توسعه پیدا کردند. در سال‌های دهه نود ربات‌هایی با استفاده از هوش مصنوعی ساخته شدند که بازی‌های کامپیوتری انجام می‌دادند. این ربات‌ها در اواخر این دهه موفق شدند بزرگترین استادان شطرنج جهان را در این بازی شکست دهند.
از سال ۲۰۱۰ محصولات بسیار متنوعی با استفاده از هوش مصنوعی ساخته شد. این محصولات اعم از نرم‌افزاری و سخت‌افزاری، توسط شرکت‌هایی مانند اپل، گوگل و مایکروسافت راه‌اندازی شد.
اهداف هوش مصنوعی
اصلی‌ترین هدف هوش مصنوعی، توسعه ماشین‌های هوشمندی است که می‌توانند به‌تنهایی یاد بگیرند.
اما به‌طورکلی اهداف هوش مصنوعی را می‌توان به چند دسته اصلی تقسیم کرد. این اهداف اتفاقا بسیار شبیه اهدافی است که از هوش انسانی انتظار می‌رود.
۱- استدلال و حل مسئله:
اولین محققان هوش مصنوعی الگوریتم‌هایی را توسعه دادند که از شیوه استدلال گام‌به‌گام که انسان‌ها هنگام حل معماها یا استنباط منطقی از آن استفاده می‌کنند، تقلید می‌کرد. استدلال در هوش مصنوعی به ماشین‌ها کمک می‌کند تا منطقی فکر کنند و عملکردهایی مانند انسان را انجام دهند.
حل مسئله یک حوزه تحقیقاتی مهم در زمینه هوش مصنوعی است که به ماشین‌ها در حل مشکلات، یافتن راه‌حل‌های منطقی و پیش‌بینی بر اساس اطلاعات و داده‌های موجود کمک می‌کند. استدلال از اساسی‌ترین قابلیت‌های هوش، اعم از انسانی یا مصنوعی است که هم انسان و هم ماشین‌ها را قادر می‌سازد تا دانشی را که تا پیش‌ازاین تبیین نشده بود، تولید کنند.
۲- مهندسی دانش:
بسیاری از مشکلاتی که انتظار می‌رود ماشین‌ها حل کنند، به دانش وسیعی در مورد جهان نیاز دارند. اشیاء و روابط بین اشیاء، موقعیت‌ها، زمان و مکان، رویدادها و علل و آثارشان همه‌وهمه دانشی است که نیاز به بازنمایی دارند. مهندسی دانش در تحقیقات هوش مصنوعی امری مهم است.
هستی‌شناسی مجموعه‌ای از اشیاء و رویدادها، روابط، مفاهیم و غیره که ماشین‌ها از آنها اطلاع دارد، از اهداف هوش مصنوعی و پایه‌ای برای همه دانش‌های دیگر است.
۳- برنامه‌ریزی:
موجودات هوشمند باید قادر به تعیین اهداف و دستیابی به آنها باشند تا بتوانند آینده را ترسیم کنند. قابلیت ارائه نمایشی از وضعیت جهان که قادر به پیش‌بینی نحوه تغییر رفتارها و روندهای پیرامون آن باشد از اهداف هوش مصنوعی است. با رسیدن به این هدف می‌توان انتخاب‌هایی انجام داد که از حداکثر سودمندی برخوردارند. قابلیت برنامه‌ریزی به سیستم هوشمند کمک می‌کند تا بتواند پیش‌بینی‌های خود را ارزیابی کرده و بر اساس این ارزیابی‌ها با محیط پیرامون خود سازگار شود.
۴- یادگیری:
یادگیری توسط ماشین یکی از اساسی‌ترین مفاهیم از تحقیقات هوش مصنوعی از بدو تولد آن است. مطالعه الگوریتم‌های رایانه‌ای که عملکرد ماشین را به طور خودکار از طریق تجربه بهبود می‌دهند، از دیگر اهداف هوش مصنوعی است.
۵- هوش اجتماعی:
هوش اجتماعی ظرفیت درک دیگران و رفتار منطقی و عاطفی دررابطه‌با دیگران است. مطالعه و توسعه سیستم‌هایی که اعمال انسانی را شناسایی، تفسیر، پردازش و شبیه‌سازی کنند از اهداف هوش مصنوعی است. هوش اجتماعی حوزه‌ای بینارشته‌ای است که علوم رایانه، روان‌شناسی و علوم‌شناختی را در بر می‌گیرد.
۶- خلاقیت:
خلاقیت حوزه‌ای فرعی از هوش مصنوعی است. در هوش مصنوعی خلاقیت به‌صورت نظری از دیدگاه روان‌شناسی فلسفی مورد بررسی قرار گرفته می‌شود و به‌صورت عملی به پیاده‌سازی سیستم‌های خاص با خروجی‌های بسیار مفید منجر می‌شود.
اصلی‌ترین شاخه‌های هوش مصنوعی
کاربردهای هوش مصنوعی فراوان است. بنابراین کاربردها و همچنین کارایی‌های هوش مصنوعی، این دانش در حوزه‌های متنوعی توسعه پیدا کرده است. شاخه‌های اصلی که امروز هوش مصنوعی در آنها توسعه پیدا می‌کند این حوزه‌ها هستند:
۱- سامانه‌های خبره (Experts Systems)
سامانه‌ها یا همان سیستم‌های خبره، نرم‌افزارهای هوش مصنوعی و موفق‌ترین ارائه از توانایی‌های هوش مصنوعی هستند. برنامه‌های کامپیوتری که برای حل مسائل پیچیده طراحی شده‌اند. این سیستم‌ها دانش انسانی را در پایگاه دانش خود ذخیره و برای حل مسائلی که نیازمند کارشناسی انسان هستند از آنها استفاده می‌کنند. آنها برای حل مسائلی به کار می‌روند که برایشان الگوریتمی خاص یا دانشی صریحی وجود ندارد. سیستم‌های خبره قابلیت‌های زیادی دارند. آنها در دسترس و دائمی هستند. قابلیت اطمینان بالایی دارند و قدرت تبیین و یافتن پاسخ‌های سریع و کامل را در هر حالتی دارند. آنها پایگاه تجربه هستند و به انتقال دانش نیز سهولت می‌بخشند. مطالعات نشان داده که سیستم‌های خبره، نسبت به یک کارشناس انسانی، تصمیم‌گیرنده‌های بهتری هستند. چرا که توانایی نگهداری و بازیابی داده‌های واقعی را دارند و به‌وسیله احساسات تحت تأثیر قرار نمی‌گیرند. سامانه‌های خبره در زمینه‌های متنوعی همچون پزشکی، حسابداری، منابع انسانی و … به کار می‌روند.
۲- رباتیک (Robotics)
رباتیک شاخه‌ای از هوش مصنوعی است که از مهندسی برق، مهندسی مکانیک و علوم کامپیوتر برای طراحی، ساخت و کاربرد ربات‌ها تشکیل شده است. ربات‌ها ماشین‌های قابل‌برنامه‌ریزی‌ای هستند که معمولاً قادرند مجموعه‌ای از وظایف را به‌صورت خودکار یا نیمه‌خودکار انجام دهند. آنها قابل‌برنامه‌ریزی‌اند و از طریق حسگرها و محرک‌ها با دنیای فیزیکی در ارتباط هستند. ربات‌ها دارای ساختار و فرم مکانیکی و اجزای الکتریکی هستند که ماشین‌ها را کنترل می‌کنند. آنها حاوی سطوح مختلفی از برنامه‌های کامپیوتری‌اند که تعیین می‌کنند ماشین‌ها چه چیزی را چه زمانی و چگونه انجام دهند. روبات‌ها انواع بسیار گوناگون و خاصی دارند که در حوزه‌های وسیع و مختلفی به کمک انسان می‌آیند.
۳- یادگیری ماشین (Machine Learning)
یادگیری ماشین هوشمند کردن رایانه‌هاست بدون اینکه مستقیماً به آنها یاد بدهیم چطور رفتار کنند. رایانه‌ها می‌توانند با استفاده از حجم عظیمی از داده، به طور خودکار الگوهایی تکرارشونده را بدون دخالت انسان یاد بگیرند. یادگیری این الگوریتم‌ها به تقلید از شیوه یادگیری انسان انجام می‌شود و با بیشتر شدن تجربه رایانه، به‌تدریج دقت آن هم بالاتر می‌رود. در یک حالت کلی انواع یادگیری ماشین را به سه دسته تقسیم می‌کنند:
- یادگیری تحت نظارت
- یادگیری بدون نظارت
- و یادگیری تقویتی.
یادگیری ماشین در دنیای امروز کاربردهای بی‌شماری دارد. ما خیلی وقت‌ها در فعالیت‌های روزمره از کمک یادگیری ماشین استفاده می‌کنیم؛ بدون اینکه لزوماً متوجه آنها باشیم. علاوه بر این‌ها یادگیری ماشین در تجارت و کسب‌وکار هم کارایی‌های زیادی دارد. بخش عمده‌ای از سرویس‌های خدمات‌رسانی شرکت‌هایی مانند نتفلیکس، فیس‌بوک و گوگل، با استفاده از یادگیری ماشین انجام می‌شود.
۴- شبکه عصبی (Neural Network)
در ساخت این شبکه‌ها، از شبکه‌های عصبی بیولوژیکی (BNN) در طبیعت الهام گرفته شد. مدل این شبکه‌ها دقیقاً ازروی مدل مغز انسان به‌صورت توابع ریاضی روی کامپیوترها پیاده‌سازی شده است. تفاوت شبکه‌های عصبی مصنوعی با برنامه‌های کلاسیک گذشته در قابلیت یادگیری است. قبلاً باید برای کامپیوترها حالت‌های مختلف پیش‌بینی می‌شد اما امروزه ارائه با دادن نمونه‌ها به هوش مصنوعی، از او می‌خواهیم در موقعیت‌های پیش‌بینی‌نشده، مثل یک انسان باتجربه عمل کند.
۵- منطق فازی (Fuzzy Logic)
رایانه‌ها دارای بلوک‌های منطقی‌ای هستند که می‌توانند ورودی‌های دقیق و مشخصی را دریافت و خروجی‌های مشخصی را هم به‌عنوان خروجی صحیح یا غلط تحویل دهند. این شیوه معادل پاسخ بله یا خیر در انسان است. اما لطفی علی‌عسکرزاده، کاشف منطق فازی یا (Fuzzy Logic) مشاهده کرد که تصمیم‌گیری در انسان این‌گونه نیست و شامل طیف وسیعی از امکانات بین بله و خیر است.
منطق فازی روشی استدلالی است که به استدلال انسان شباهت دارد. رویکرد منطق فازی از شیوه تصمیم‌گیری در انسان تقلید می‌کند که شامل تمام احتمالات میانی بین ارزش‌های دیجیتال بله و خیر می‌شود. منطق فازی در هوش مصنوعی به مقابله با عدم قطعیت در مهندسی کمک می‌کند. این شیوه ممکن است استدلال دقیقی ارائه ندهد، اما استدلال قابل قبولی ارائه می‌دهد. منطق فازی برای اهداف تجاری و عملی مفید است.
۶- پردازش زبان طبیعی (Natural Language Processing)
این حوزه یکی از شاخه‌های پراهمیت در علوم رایانه و هوش مصنوعی است. پردازش زبان‌های طبیعی بر ارتباط انسان و رایانه، متمرکز است.
هدف پردازش طبیعی درک زبان انسان‌ها توسط ماشین‌ها است. در این شیوه ماشین‌ها مانند یک کودک تازه‌متولدشده زبان را فرامی‌گیرند و در مرحله بعد از آن برای ایجاد ارتباط استفاده می‌کنند. حتماً شما هم این تکنولوژی را در دستیارهای صوتی مثل Siri و Google Assistant دیده‌اید. در ماشین‌های ترجمه انگلیسی مثل گوگل ترنسلیت، سرویس زیرنویس خودکار یوتیوب و سرویس تصحیح گرامر Gmail هم از این فناوری استفاده شده است.
انواع هوش مصنوعی؛ هوش مصنوعی محدود و عمومی
هوش مصنوعی عمومی (Artificial General Intelligence) که از آن با عنوان هوش مصنوعی قوی یا هوش مصنوعی عمیق نیز یاد می‌شود، مفهومی است که در آن ماشین از هر نظر از هوش و یا رفتارهای انسانی تقلید می‌کند و توانایی یادگیری و به‌کارگیری هوش خود را برای حل هر مشکلی دارد. هوش مصنوعی عمومی (AGI) می‌تواند به‌گونه‌ای فکر کند، بفهمد و عمل کند که در هر موقعیتی با انسان قابل تشخیص نیست.
بر خلاف هوش مصنوعی عمومی، هوش مصنوعی محدود یا ضعیف (Artificial Narrow Intelligence) نوعی از هوش مصنوعی است که می‌تواند فقط یک کار خاص را انجام دهد. سیستمی از هوش مصنوعی که فقط در یک زمینه خاص و برای انجام وظایف تخصصی قابلیت دارد. هوش مصنوعی محدود هدف‌گرا است و برای انجام کارهای منحصربه‌فرد مانند تشخیص چهره و گفتار در دستیارهای صوتی مثل Siri در iPhone یا اتومبیل‌های بدون راننده گوگل و Uber استفاده می‌شود. این فناوری در انجام‌وظیفه خاصی که برای انجام آن برنامه‌ریزی‌شده است بسیار هوشمند است. اگرچه ممکن است این ماشین‌ها هوشمند به نظر برسند، اما به دلیل اینکه در عملکرد خود محدودیت دارند، از فناوری استفاده شده در آنها تحت عنوان هوش مصنوعی محدود یاد می‌شود. این سیستم‌ها فقط می‌توانند یاد بگیرند یا به آنها آموزش داده شود تا وظایف خاصی را انجام دهند. (Narrow AI) در یک دهه گذشته پیشرفت‌های بی‌شماری را تجربه کرده است که از دستاوردهای یادگیری ماشینی و یادگیری عمیق نیز برخوردار است. برای مثال امروزه سیستم‌های هوش مصنوعی در پزشکی برای تشخیص سرطان و سایر بیماری‌ها با دقت بسیار بالایی از راه شبیه‌سازی شیوه شناخت و استدلال انسانی استفاده می‌شود.
کاربردهای هوش مصنوعی
هوش مصنوعی در جوامع امروزی کاربردهای گوناگونی دارد و در دنیای امروز امری ضروری است. زیرا می‌تواند مشکلات پیچیده انسان را با روشی کارآمد حل کند. هوش مصنوعی زندگی انسان را راحت‌تر و سرعت آن را بیشتر کرده است. در اینجا به برخی از کاربردهای هوش مصنوعی در عصر حاضر اشاره می‌کنیم.
مراقبت‌های بهداشتی:
در پنج تا ده سال گذشته، هوش مصنوعی در صنعت مراقبت‌های بهداشتی تأثیر قابل‌توجهی گذاشته و آن را ارتقاء داده است. صنایع بهداشت و درمان از هوش مصنوعی برای تشخیص‌هایی بهتر و سریع‌تر از انسان استفاده می‌کنند. با کمک هوش مصنوعی به پزشکان در تشخیص بیماری‌ها، پیش از وخامت حال بیماران به آنها کمک‌های پزشکی می‌رسانند. مثلاً الگوریتم‌های هوش مصنوعی در ساعت‌های هوشمند فعالیت‌های حیاتی فرد را برای تشخیص مشکلات قلبی و سایر اختلالات کنترل می‌کنند و حتی وخامت حال بیماران را به اورژانس گزارش می‌دهند. علاوه بر این، هوش مصنوعی به افزایش سرعت ساخت داروها و دقت در تولید آنها کمک شایانی کرده است.
خدمات مالی و بانکداری:
خدمات مالی در سه دهه گذشته از هوش مصنوعی بهره زیادی برده است. در بانکداری، هوش مصنوعی برای مدیریت و نگهداری حساب‌ها، پیش‌بینی سهام در بازار و حتی پیشگیری از تقلب و تخلفات مالی بسیار مفید بوده است. شرکت‌های بزرگ از هوش مصنوعی برای پردازش و حسابرسی دقیق معاملات خود استفاده می‌کنند.
آموزش‌وپرورش:
امروزه هوش مصنوعی دستیاری برای معلمان به‌حساب می‌آید. چت‌بات‌ها می‌توانند به‌عنوان راهبران آموزشی به‌جای معلمان با دانش‌آموزان ارتباط برقرار کنند. تکنولوژی نمره دهی خودکار نیز به کمک معلمان آمده تا آنها زمان بیشتری برای تدریس داشته باشند.
هوش مصنوعی در آینده می‌تواند یک معلم مجازی شخصی برای دانش‌آموزان باشد که در هر زمان و مکانی به‌راحتی در دسترس خواهد بود.
حمل‌ونقل:
در سال‌های اخیر استفاده از هوش مصنوعی در صنعت حمل‌ونقل و گردشگری امری بسیار متداول شده است. هوش مصنوعی قادر است کارهای مختلفی را دراین‌رابطه انجام دهد. از برنامه‌ریزی برای سفر تا پیشنهاد هتل‌ها و پروازها و نشان‌دادن بهترین مسیرها به مسافران. شرکت‌های گردشگری از چت‌بات‌های مجهز به هوش مصنوعی استفاده می‌کنند که می‌توانند برای پاسخگویی بهتر، دقیق‌تر و سریع‌تر از انسان با مشتریان تعامل و نیاز آنها را برطرف کنند.
بازی و سرگرمی:
هوش مصنوعی جزء لاینفک بازی‌های ویدئویی از زمان شروع آن در سال ۱۹۵۰ بوده است. این فناوری انقلابی در سبک بازی‌های رایانه‌ای و ویدئویی به وجود آورده است. هوش مصنوعی در بازی‌های رایانه‌ای و ویدئویی با ایجاد استراتژی‌های هیجان‌انگیزتر و بازیکنان را نسبت به این بازی‌ها متمرکزتر و علاقه‌مندتر از پیش کرده است. بازیکنان حالا حریفان جذاب‌تری دارند. موجودات باهوش‌تری که در دنیای بازی‌های خود زندگی می‌کنند و رفتارهای هوشمندانه‌تر و جالب‌تری از خود بروز می‌دهند. هدف اصلی در این صنعت این است که با مدل‌سازی رفتار انسانی از کسالت و تکرار در بازی‌ها جلوگیری شود.
مثال‌هایی برای هوش مصنوعی
ما بی‌آنکه بدانیم در زندگی روزمره خود برای انجام بسیاری از کارها از هوش مصنوعی استفاده می‌کنیم.
فیلترهای مجازی در Snapchat و اینستاگرام و قفل گوشی‌های موبایل ما که فقط با قراردادن صورتمان جلوی صفحه باز می‌شوند، چند نمونه از برنامه‌های هوش مصنوعی هستند. در مثال اول فیلترهابا کمک هوش مصنوعی متوجه می‌شوند که چشم‌های شما کدام است و بعد آن را تغییر می‌دهند. در دومی هم با استفاده از تشخیص چهره متوجه می‌شود که شما صاحب گوشی هستید و می‌توانید به آن وارد شوید.
ویرایشگرهای متن در گوشی‌های همراه و موتورهای جستجوگر نیز برای ارائه بهترین تجربه نوشتاری به هوش مصنوعی تکیه دارند. در واقع این هوش مصنوعی است که در کیبرد گوگل به شما پیشنهاد می‌کند که کلمه بعدی چیست یا غلط‌های املایی‌تان را می‌گیرد. این ویرایشگران از الگوریتم NLP برای تشخیص استفاده غلط‌های دیکته‌ای و نادرست از دستور زبان استفاده می‌کنند و اصلاحاتی را پیشنهاد می‌دهند. علاوه بر تصحیح خودکار، برخی از ابزارهای نوشتاری نیز درجه خوانایی و سرقت‌های علمی را کشف می‌کنند.
شبکه‌های اجتماعی مانند فیس‌بوک، توییتر و اینستاگرام برای کارهای مختلف به‌شدت به هوش مصنوعی متکی هستند. در حال حاضر، این شبکه‌های اجتماعی از هوش مصنوعی برای شخصی‌سازی آنچه در فیدهای خود می‌بینید استفاده می‌کنند. آنها با استفاده از هوش مصنوعی علایق کاربران را شناسایی کرده و محتوای مشابهی را برای تعامل با آنها توصیه می‌کنند.
محققان همچنین مدل‌های هوش مصنوعی را برای تشخیص کلمات کلیدی، عبارات و نمادهایی که مصداق محتوای غیراخلاقی در زبان‌های مختلف هستند طراحی کرده‌اند. به‌این‌ترتیب، این الگوریتم‌ها می‌توانند به‌سرعت پست‌هایی در رسانه‌های اجتماعی را که حاوی سخنان نامناسب هستند، حذف کنند. این شبکه‌ها همچنین از فناوری تشخیص چهره برای برچسب‌گذاری خودکار عکس افراد و از فیلترهای هوشمند برای دادن پاسخ سریع به پیغام‌ها استفاده می‌کنند.
لوازم‌خانگی هوشمند در حال حاضر برای صرفه‌جویی در مصرف انرژی از برنامه‌های هوش مصنوعی استفاده می‌کنند. به‌عنوان‌مثال، ترموستات‌های هوشمند مانند Nest از عادات روزانه ما و ترجیحات ما برای گرمایش سرمایش و تنظیم دمای خانه استفاده می‌کنند. با استفاده از همین الگوریتم‌ها، یخچال‌های هوشمند می‌توانند بر اساس آنچه در قفسه‌های یخچال وجود ندارد، برای ما لیست خرید تهیه کنند. نحوه استفاده از هوش مصنوعی در لوازم‌خانگی هنوز در حال تکامل است. با یافتن راه‌حل‌های بیشتر در هوش مصنوعی رفتار و عملکرد انسان برای سریع‌تر کردن رفع نیازها و حفظ محیط‌زیست تجزیه‌وتحلیل می‌شود.
اثر هوش مصنوعی (AI effect) چیست؟
کامپیوترها و ماشین‌ها به‌مرورزمان هوشمندتر می‌شوند. اعمالی که درگذشته انجام می‌دادند به امری روزمره تبدیل شده و دیگر اعمال هوشمندی به‌حساب نمی‌آیند. به این پدیده اثر هوش مصنوعی (AI effect) می‌گویند. زمانی که یک فناوری سطحی از هوشمندی خود را از دست می‌دهد.
به‌عبارت‌دیگر، اثر هوش مصنوعی زمانی رخ می‌دهد که مردم یک ابزار فناوری را دیگر به‌عنوان یک ابزار هوش مصنوعی معتبر به‌حساب نیاورند. این امر معمولاً زمانی اتفاق می‌افتد که این فناوری به بخش گسترده‌ای از زندگی روزمره مردم تبدیل شود.
برای مثال هوش مصنوعی تشخیص چهره به‌مرورزمان به‌سادگی تبدیل به تکنولوژی تشخیص چهره می‌شود و یا چت‌بات‌های هوش مصنوعی در آینده به‌سادگی فقط چت‌بات خواهند بود.
نتیجه‌گیری
هوش مصنوعی منحصر به کارآمدی و ساده‌سازی کارهای سخت نیست. به لطف یادگیری ماشینی و یادگیری عمیق، برنامه‌های هوش مصنوعی می‌توانند از نتایج داده‌ها در زمان واقعی آموزش ببینید، اطلاعات جدید را از منابع مختلف تجزیه‌وتحلیل کنند و بر اساس آن با سطح دقت بالایی که برای کسب‌وکارها ارزشمند است، سازگار شوند. این توانایی برای خودآموزی و بهینه‌سازی خود به این معنی است که هوش مصنوعی در آینده برای کسب‌وکارها مزایای با ارزشی می‌آفریند. به‌این‌ترتیب، هوش مصنوعی به کسب‌وکارها کمک می‌کند تا بتوانند با سرعت بالا و جریانی منظم، نوآوری و مزیت‌های رقابتی خود را گفته کنند.
پیش‌بینی‌ها نشان می‌دهد که اگر سازمان‌ها، دولت‌ها و کسب‌وکارها تا پنج سال آینده فناوری‌های خود را در زمینه هوش مصنوعی افزایش ندهند در خطر جدی قرار می‌گیرند.
